MC-GiV2V:多通道分配mmWave-Based车辆特设网络

文摘

在最后的几年里,移动通信使用mmWave频谱已经深入研究了5 g无线网络。现在mmWave无线技术正在演变成直接为单个或多次反射通信设备间的通信通过Giga-bit链接。车载ad hoc网络(VANETs)是最具吸引力的地区之一应用直接mmWave通信。在本文中,我们提出一个Giga-V2V (GiV2V)网络,车辆查询和提供高质量的视频和传感器数据的智能和自动驾驶汽车使用mmWave通信代替当前的专用短程通信(DSRC)。GiV2V网络,车辆可能形成一个网格拓扑车道的路上,导致对齐mmWave梁的车辆和引起他们之间的相互干扰。作为渠道多样性可以有效解决mmWave梁之间的干扰,我们提出几个启发式算法的信道分配中的每个梁GiV2V网络。我们研究该算法使用模拟和比较性能与知名metaheuristic算法对于这个np难的问题。

1。介绍

5 g无线技术打开了一个新时代的Giga-bit率数据通信对高质量和使用mmWave光谱实时多媒体数据。许多公司和大学建台的测量研究mmWave通信和努力证明波束形成和跟踪移动通信发展的可行性。5 g移动通信正在标准化在ITU (1),5 gppp [2],3 gpp [3)等等,准备商业化。mmWave通信还为当地开发通信(例如,WPAN和WLAN)使用60 GHz无照乐队如IEEE 802.15.3任务组3 c (TG3c) [4)和IEEE 802.11广告(5]。

由于严重的穿透损耗和反射波长短,mmWave通信几乎只在视距(LoS)环境可行。当一个mmWave联系发送方和接收方(即被屏蔽。non-LoS)继电器操作是必要的;802.11广告WLAN的移动电台可以访问一个接入点(AP)通过中继站。这样的设备间(D2D)直接通信使用mmWave频谱吸引关注支持Giga-bit数据率接近在蜂窝网络服务和卸载。

对安全信息的传播道路、V2X通讯(如vehicle-to-vehicle,基础设施,或行人)一直在研发集中在过去的十年。最后,汽车公司最近发布的解决方案基于IEEE 802.11便士/波标准满足需求的安全消息(例如,低延迟交货不到100)和支持信息娱乐通信6-27 Mbps使用单独的服务渠道。然而,未来智能汽车能够自主驾驶车辆要求更高的数据率和低延迟控制技术,依靠大量的数据或中程雷达和摄像头传感器附近相邻车辆。特别是高分辨率视觉数据像超高定义(UHD)视频可以精确的车辆控制;例如,如果使用2 M像素相机而不是0.3年的车道保持系统,曲率识别精度在前面道路增加从30到50 ,导致更安全、省油驾驶。

摘要Giga-bit vehicle-to-vehicle沟通(GiGaV2V或GiV2V)使用mmWave提出支持上述的高质量的多媒体数据。研究GiV2V尚未进行普遍不成熟的知识。GiV2V可以提高网络吞吐量,因为空间频率复用的定向天线,通常用于补偿高mmWave的路径损耗。然而,空间划分可能不会发生建设性地自车辆大多是对齐的沿着车道的道路,形成一个网格拓扑mmWave梁也一致,造成互相干扰。定向天线的方向性不仅增加天线增益和信号噪声比(信噪比),而且干扰到其他节点。减轻干扰,我们建议多通道——(MC) GiV2V GiV2V网络渠道多样性计划。这里我们介绍几个可用的多通道分配算法与许多渠道mmWave频谱;例如,IEEE 802.11广告6频道每个2 GHz的带宽。

我们提出的算法是分布式的、集中的贪婪和混合算法。分布式算法搜索本地干扰区域内优化配置和贪婪算法基于全球信息(即分配渠道。SINR的接收节点)。混合方法是上述两个算法的混合算法。算法中解释的细节部分6。根据仿真结果部分7混合的方式显示,其中最好的吞吐量,因为它可能搜索全局最优分配均匀初始条件。此外,三个知名metaheuristic算法进行比较研究与我们提出的算法。

2。相关的工作

定向天线是详尽利用多次反射的MAC协议特设网络。大部分的研究假设2.4或5 GHz无线网络,但也存在类似的挑战mmWave-based无线局域网。Ko et al。6]首先提出一个修改802.11分布式协调功能(DCF)定向天线,保持定向通道可用性基于GPS信息。Takai et al。7)使用到达角(aoa)的请求发送(RTS)和清除发送(CTS)而不是GPS信息。Choudhury et al。8]提出一个基本定向MAC (DMAC)包括定向网络分配向量(DNAV)和侦听传入的数据包全方位跟踪他们的到达方向(DoA)。Kolar et al。9]引入贪婪排队来解决一头线(假日)问题DNAV表梁的方向。拉马纳坦et al。10)显示不同的补偿算法等不同的事件繁忙的通道和失踪CTS或者ACK也紧功率控制方案。为了解决隐藏终端问题DMAC的圆周方向RTS (CDR) (11],CRCM [12],DtD-MAC [13)进行顺序RTS和CTS传输到四面八方,负责耳聋和定向隐藏终端从闻所未闻节点或不对称天线增益。但是循环传输受到控制开销和过度延迟根据部门的数量。Gossain et al。14]提出同步圆形RTS / CTS减少延迟截然相反的方向(国防部),删除重复传输的RTS和CTSs重叠区域。此外,避免耳聋和避碰(DMAC-DACA) [15)和DMAC耳聋回避(DMAC / DA) (16)循环传输开销减少DNAV的预订和射束方向信息,节点可以确定空间的多样性和进度等待发射器。辛格et al。17)提出一个Memory-guided DMAC (MDMAC),作为一个完全分布式的MAC协议,使近似TDM调度无线网格使用内存传输成功或失败。

最近,mmWave通信成为5 g的一个关键技术。它已经被许多大学和公司探讨可行性。Rappaport et al。18)执行测量运动在纽约市28 GHz, 38个GHz, 73 GHz乐队(19,20.和建立一个mmWave通信的信道模型。mmWave链接被认为不仅对移动设备的访问链接,而且对回程链接,可以构成无线网状网络(21,22]。3 gpp [3)(即完成标准的新收音机。,mmWave communications) and now moves into device-to-device communications for the mmWave which can be applied to legacy proximity services in cellular networks.

无线局域网的mmWave已经探索了回家在室内环境和移动设备。同时,几个标准使用60 GHz无照乐队被释放如IEEE 802.15.3任务组3 c (TG3c) [4)和IEEE 802.11广告(5],它指定物理和MAC协议(载波感知多重存取/冲突避免(CSMA / CA)、时分多址(TDMA),等等)。同时,那些WPAN / WLAN标准定义继电器操作可以利用多次反射特设网络。举例来说,一个接入点(AP)安排服务时间(SPs)定向Multi-Giga-bit (DMG)移动站(斯塔斯),当继电器的美联社接收请求DMG STA (RDS)搜索从STA仿真结果的环境。在SPs,源和目标附近STA与候选人rds交换数据包。然后,源STA几个rds好通道(即问道。,high SNR) to report channel condition to both source and destination STAs. Finally, the source STA selects a best RDS that has highest SNR in both links.

在[23),要求率协调定向和全向传输提出了空间和时间的分配时间槽的频率复用mmWave无线局域网。唱et al。24)提出一个多次反射MAC协议室内mmWave环境中衍射和堵塞高度发生由于固定或移动的障碍(例如,人们和家具)。他们开发一个衍射模型来估计链接连接和决定多次反射继电器。从模拟,证明了提出的方法提高了网络吞吐量较低的开销,而不是一个AP-based单跳通信。文献[25)描述了战术场景使用mmWave链接在军事安全通道ad hoc网络和继电器操作仿真结果的环境。在[26),CSMA / CA-like MAC协议提出了定向mmWave。陈等人。27]提出一种空间重用和定向天线在IEEE 802.11网络广告策略。儿子et al。28]提出一种基于帧的指令MAC协议(FDMAC)这是一个集中的调度算法基于贪婪的Pico-Net控制器(PNC)着色提供多个并发传输。Thornburg et al。29日]分析使用mmWave特设网络通信的吞吐量。作者建立2 d-ppp模型的节点部署和评估性能和障碍,或双向通讯的SINR和覆盖模拟。在[30.),公园等人提出一个多波段定向邻居发现(MDND)特设网络的自组织,与不同的乐队,利用双无线电天线类型,一个2.4 GHz乐队和一个全向天线和60 GHz乐队定向天线。文献[31日)提出了一种随机模型的车辆在高速公路通信mmWave通信,在mmWave-based路边车辆单位部署基础设施与高数据率通信而不是vehicle-to-vehicle通信。根据车辆阻塞概率密度和速度显示从模型中。在[32),作者展示设计和实现远程与定向天线和宽带天线通信系统(联盟),使无人机(UAV)扩大交流范围,增加吞吐量,减少干扰。试验台,联盟达到48 Mbps吞吐量在300米的距离,2 Mbps,海拔5000米,有前途的长途的wi - fi天线通信。文献[33)提出了联合优化选择继电器和链接绕过障碍,减少交付延迟60 GHz mmWave网络和发展一个不太复杂的算法将问题分解为子问题。在[34),研究成果对传播特性V2V渠道,特别是阴影效应引起的发射机(Tx)和接收机之间妨碍车辆(Rx),介绍了。在[35),测量运动mmWave区间进行12种最常见的铁路材料;影响的典型对象mmWave传播渠道为铁路场景分析各种配置。文献[36IEEE 802.11]提出了一种基于广告雷达远程雷达(远程雷达)应用程序在60 GHz无照乐队,使联合汽车雷达波形和mmWave vehicle-to-vehicle通信复用硬件。

3所示。GiV2V网络体系结构

图1描述GiV2V网络架构,部署在一个十字路口车辆形式mmWave梁向邻居车辆数据交换安全信息娱乐。同时,他们可以分享自己的存储或处理能力来维护浮动数据和处理这些数据。例如,视频剪辑在十字路口地区捕获和分析了车辆和路边单元(限制)对象或事件检测(37]。为了在这个车辆查询和提供浮动数据云,以信息为中心的网络可以使用(ICN)机制(37- - - - - -39]。

由于道路结构,邻居车辆位于位置有限,大多是前面,后面,和侧方向如图2。首先,一个简单的车队模型图2(一个)是一个典型的在适当的道路和交通模式创建一个车辆流(即。、车辆自动驾驶的列车)的智能汽车。在这个模型中,传播方向也有限,向前或向后,车辆没有传输功率控制中造成严重的干扰。然而,de -和加速度的车辆速度导致不同车辆之间的距离,所以功率控制可能使车辆连接不稳定。第二,汽车搜索车辆与侧梁下车道两分区网络沿着车道如图2 (b)。这种情况会导致干扰比车队模型由于小车道宽度。光束方向更各种根据道路形状(如曲线和十字路口),道路宽度(例如,多车道高速公路),和车辆的速度。因此,车辆可以位于正面或后侧下车道,如图2 (c)。这样斜梁不同波束方向随机拓扑干扰低于电网拓扑数据2(一个)和2 (b)。然而,在连接建立电网拓扑结构具有小的努力比随机拓扑扫描波束的方向。因此,大多数的光束在GiV2V通信属于场景图2,相当大的干扰可以存在由于有限光束的方向。

4所示。定向天线

4.1。方向性模型

本文由sectorized定向天线波束形成模型表达后ITU-R文献[40)覆盖400 - 70 GHz频段如下。方位的辐射强度平面和高程是由两个不同的辐射强度模拟功能:矩形和指数行业辐射。

方向性的全向和部门天线 在哪里是方向性(即。,获得),是各向同性的辐射强度。 全向权力 。

这里这两个方位平面上不同的辐射强度函数可以被认为是在海拔飞机被认为是一个指数函数。在直角部门辐射,方位功率强度是派生

和海拔权力 在哪里波束宽度。

因此,全向强度计算约为

的方向性矩形的辐射模型 当是1。

指数函数的部门辐射,方位函数取而代之的是指数函数如下:

在这里获得指数的辐射模型

侧叶与前后的比率小于主叶(FBR)(即。,比前端叶)用(0 1,1 omnidirection)。因此,主瓣和旁瓣的收益 和 ,分别。表1显示了主要和侧叶不同的收益值。

对我们的实验,出现在部分730、60和90度使用波束宽度;方向性天线收益是16.8,8.4,和5.6 dBi,分别。虽然这些光束的宽度在线性范围内,获得成倍增加,如图3。

4.2。覆盖在GiV2V网络

图4显示了一个示例GiV2V网络的通信范围。邻居的覆盖率根据梁不同方向车辆相比使用全向天线覆盖。在图中,10车辆出口附近的发射机但是只有4辆,来 ,连接到发射机。假设发射机车辆, ,4个部门(即形成波束跟踪。90度),接收方位于传输部门甚至可以不同的光束方向报道。然而,其他和不是在第一季度部门但内必须创建梁向发射机为连接。在报道,只有有连接吗因为发射机和接收机必须梁。

表2介绍了波束形成和相应的可及广播范围。当从主瓣的瞄准线天线增益来标示并获得来自其他方向旁瓣,车辆应该波束形成,在吗 ,一个发送方和接收方必须做出对等节点至少一束。

5。mmWave通道传播模型

60 GHz的mmWave pathloss模型建立了基于测量的洛杉矶环境研究(41]。 在哪里是32.5 dB,没有影子的因素。是一个发射机和接收机之间的距离(公里),是洛杉矶的pathloss指数(例如,2)。

在户外GiV2V通信中,附加衰减从蒸汽水()、氧(),和雨(下面的)被认为是。总pathloss可以 。

这些大气参数( )为进一步损失被假定常数相对较短的通信段在这项研究[42,43]。从简单的常数在通信周期短,路径损耗只取决于距离, ,在给定的操作频率,(例如,60 GHz)。 在哪里和传输和接收功率和NF和吗是噪声,热噪声。最大的天线增益, , 一个发射器和接收方被认为是相同的(即。相同,天线阵)。实现从电缆损失吗 。

在《环境下,广播范围可以由以下故障概率的所需的信噪比目标调制编码方案(MCS)。 在哪里是pathloss距离 , MCS水平灵敏度的要求,然后呢= 。例如,最低是-78年或-68年dBm和最低MCS为控制信号和数据, 分别-BPSK。

在上面的方程中,最大的覆盖率可以通过计算 。因此,有效范围决定了只有天线增益的传输和接收(即。波束形成因素)如表所示2而其他参数假定为常数;在这项研究中,车辆之间没有实现传输功率控制。从(12),最大射程, ,可以表示如下。

因此,报道与波束形成获得根据指数增加(13)。

6。多通道为GiV2V波束形成网络

GiV2V允许多个车辆创建mmWave链接附近车辆与定向光束并发Giga-bit通信。这些光束可以对齐或多样化根据网络拓扑和光束模式也会发生的干涉。

图5(一个)展示了一个例子,干扰与定向光束3双通信工具,每个顶点表示车辆节点,发送者 ,和接收方 ,和接收干扰不同于每一对因为相邻梁方向;接收来自发射机的干扰和虚线,表示为只有干扰从和没有干扰 。节点间的干扰可以通过一个有向图表示在图5 (b)中每个顶点表示一对通信节点,即。、链接或梁。

干涉图的GiV2V网络,可以分配给多个渠道碰撞和干扰避免的顶点。例如,只有2通道完全可以消除相互干涉图5 (b):CH1顶点1和3和CH2顶点2。这对每一对通信信道分配是一个干涉图的着色问题,这是一个组合称为np难问题。因此,我们提出了一些算法,可以实现在集中式或分布式礼仪通过仿真并比较它们的性能。

6.1。系统模型

我们建立一个系统模型设计和分析算法。我们定义变量根据直接干涉图在图5 (b)。每个通信链路都表示为一个顶点和定向干预作为一个优势;有顶点,定向边缘。符号表中描述的系统模型3。

每个链接的信道分配 可以表达的 。如果链接收看的频道吗 ,

数据率通信链路, ,在一个通道 , ,由香农和Friis传输方程可以计算出大约如下: 在哪里= 和 。的是一个对空间pathloss和指数吗是距离通信链路或图的边缘5 (b)。其他参数都用表表示3。后来术语只用于干扰边缘的距离,而不是其他。是一个由hyperarc顶点集的边缘吗在干涉图。对图的一个例子5 (b), , , 。系统带宽可以为每个通道根据IEEE 802.11 2.1 GHz的广告。

在这项研究中,我们的目标是最大化每个通信链路的效用之和。

效用函数定义如下。 在哪里一双最小数据率通信节点在一个频道吗和是一个小的公平价值之间的链接(如1 e - 3不等式性质43]。

6.2。随机的信道分配

每个链接是一样的一个顶点。澄清一下,每个链接(干涉图中一个顶点)随机选择一个通道在一个分布式的方式,大部分是简单和强大而复杂的信道分配算法。此外,车辆节点可以使用位置信息(即。,GP年代)for random seeds to diversify channel selection within an interference region.

6.3。分布式信道分配

相同的分布方法,相邻节点可以交换通道选择避免碰撞而不是随机选择的信息,这使得节点选择一个最小通道干扰区域内使用。在本节中,我们介绍一个简单的分布式信道分配算法(DCA)。

每个链接的可实现的速度是不同的信道分配系统模型,这是棘手的。因此,目标是重新定义为当地一般指派问题最小化最大聚合获得干扰区域内(15)。为简单起见,固定传动功率和常数参数省略。这个地方解决问题的重新定义并不能保证找到全局最优,但它是有价值的值得注意的吞吐量和容易实现在分布式体系结构。 干扰的重量是由距离干扰和梁方向决定。的hyperarch在整个网络干扰的地区之一。方程(18)可以新配方为一个等价的题词形式和解决了拉格朗日松弛如下。

部分可以推导拉格朗日松弛首先dualizing约束(23), 在哪里是第一个不等式约束(负的拉格朗日乘子23)。因此,我们可以有一个双重功能 通过最小化部分拉格朗日对以上和 ,双功能可以在哪里通过如果 。因此,我们可以重新定义约束的双重职能 。

在这个对偶问题,分析解决组合问题可以在一个封闭的形式表达。为最优 , 在最优通道( )(25)可以很容易地发现,这是一个最小化的重量在干扰范围内通过选择最低价格, 。因此,的推导过程只需要线性时间。

二元函数是凸虽然不是可微。因此,最优价值(26)可以用次梯度的方法获得。后一次梯度投影方法更新通过给定的信道分配, ,新分配的算法收敛到一个最佳的渠道节点。 在哪里表明一个算法迭代和是一个th步长( )。

上面的封闭形式的解决方案可以实现在分布式的方式所示算法1。

6.4。Interference-Aware信道分配

与当地的解决方案在算法中引入的1,我们提出一个贪婪SINR-based信道指配(SCA)算法在一个集中的架构中,在车辆报告选择通道控制器和控制器计算优化配置的目标。所示(17)和(18),我们的目标是最小化最大聚合干扰。因此,控制器选择与最大聚合干扰和分配一个单独的频道首先是一个贪婪的方式。算法2解释了程序算法的信道分配给每个链接根据程度的干扰。首先,算法选择一双最高车辆受到干扰和分配一个信道带来最大吞吐量提高整体网络。算法还在继续,直到没有更多的链接可以获得后改变自己的频道。

6.5。混合信道分配

先前提出的SCA算法假定没有最初的渠道分销;所有车辆都有相同的频道(如通道1)。然而,这是不现实的,能够使算法达到最大值。因此,我们提出一个SCA (InitSCA)算法初始化混合方法,利用DCA和SCA序列;DCA允许车辆找到一个局部最优,然后一个控制器基于SINR的SCA调整信道分配的每一对通信工具来提高网络吞吐量。

7所示。实验

在本节中,我们评估信道分配算法中引入部分6使用模拟。GiV2V网络、车辆与单邻居无论最终目的地在特定的时间。先前的研究关于定向MAC表明一个假日的问题可以通过一个邻居解决位置表和调度顺序(9,44]。从这个,我们假设一个车辆通信对等附近,建立梁向对等节点。

我们考虑一个典型的场景在公路上,有一个简单的车辆交通模式不同车辆密度和使用无线局域网络(WLAN) V2V通信。这GiV2V网络拓扑的公路遵循2 d-ppp显示类似于购买力平价模型以及多车道的平均吞吐量(45]。对仿真参数,高速公路空间20 x 400和车辆密度是不同的从3 - 11 e - 3。传动功率的每个节点配置为20 dBm WLAN和信道模型应用部分所示5。

平均距离车辆之间可以通过购买力平价模型推导出如下。2 d-poisson分布密度是 最近的点的距离的CCDF过程的空集的概率是一样的圆面积的半径, , 。

因此可以计算的平均距离 在PDF最近的问题是给定的CCDF如下。

图6显示了不同车辆密度的平均距离。密度3 e - 3显示了平均9距离最近的节点,而密度11 e - 3显示小于5 。根据这一平均距离,最近的链接节点的信噪比是绘制在图7基于信道模型中讨论部分5。信噪比随着车辆密度增加,因为路径损耗降低减少链接到一个邻居节点的距离。此外,不同信噪比的方向性得到如图3(也请参考表1)。信噪比增加部门数量减少;在4个领域,信噪比约为6 dB虽然在6 - 12领域要高得多,大约10和27分贝,分别在图7。同时,梁对齐影响信噪比;特别是,在信噪比窄光束引起更多的差别。例如,只有一个4 dB之间的差距和在4个领域,但在12个部门(梁比对15分贝和描述在表2)。在这项研究中,或案例只是自我们假设所有通信干扰对优化。我们可以得出这样的结论:GiV2V可以受到更高的干扰对齐的网络拓扑,一个节点可以接收除了干扰和 。

7.1。提出算法的比较

我们比较4信道分配算法在购买力平价公路与不同密度的车辆模型。获得平均吞吐量,总计200与随机拓扑进行运行。每辆车随机选择最近的另一个接收器或继电器和传输数据。传动功率是20 dBm和拓扑变化由于车辆机动性不考虑。

图8显示平均传播SINR链接不同的节点密度当应用每个算法3频道。性能显示了类似的模式不管数量的行业。随机分配达到最低的吞吐量,而InitSCA大多优于他人。Noninitialized SCA(后来被称为SCA)和DCA方法具有可比性。特别是,SCA显示12个行业的吞吐量比InitSCA因为越来越窄光束干涉的。

我们观察到的节点密度和天线方向性影响SINR具有不同程度的干扰。例如,节点密度3 e - 3有6 dB图的信噪比7(一)和4 dB SINR,如图8(一个)随机分配的干涉情况下,节点密度11 e - 3几乎12 dB信噪比SINR只有7 dB。换句话说,节点密度越高11 e - 3遭受更多的干扰,减少2和5分贝。方向性的人物7 (c)显示或多或少30 dB信噪比节点密度3 e - 3和SINR相同的密度是20 dB在图的随机算法8 (c)。因此,近10 dB减少由于干涉发生在12个部门,这是远远高于4个部门的情况下,减少2 dB,因为节点可能导致与高方向性强干扰和干扰范围扩张。干扰变得严重随着密度的增加;在12个行业,节点密度11 e - 3表明,35 dB信噪比已经退化到23分贝SINR的随机算法。

图9显示实验结果与6通道(例如,IEEE 802.11广告渠道),它允许更多的自由度干扰避免。3通道的结果相比,低密度允许类似的吞吐量在所有算法由于空间的正交性和渠道部门。然而,随着密度的增加,算法增加之间的差距;SCA实现低吞吐量比其他人包括随机算法。从这个,SCA算法假定停止在当地最大而随机或DCA机制更接近全局最优搜索解决方案。然而,SCA显示一些更好的性能比随机和DCA分布式算法在12个行业由于高干扰避免可能降低整体平均SINR。

数据10和11显示标准差和0分贝(即概率。,a level of lowest MCS) of SINR of results in Figure9。标准偏差表示不同的SINR传输链接。因此,max-min-like SCA减少有效的区别,因为它首先分配一个信道最大SINR相比其他链接。InitSCA显示偏差低于DCA通过调整信道指配SINR较低的一些链接。在低密度,每个链接的偏差的影响主要是通过长度偏差是由高密度的干扰。数据10 ()和10 (b)表明,该偏差的SCA和InitSCA是一致的或减少,而其他偏差的增加;增加干扰节点密度是有效管理的SCA和InitSCA相比其他人。此外,的概率小于0分贝显示明显不等式公平实现SCA数据(11日)和11 (b)。类似的偏差,SCA的概率最低0分贝SINR算法和显示与增加鲁棒性之间的密度。在12个行业,0分贝SCA的概率几乎为零,因为高空间的多样性;其他算法的概率也很低比6部门。注意,路径的概率减少随着密度的增加,因为损失减少。因此,多次反射继电器可以是有效的,而不是直接通信密集GiV2V网络。

图12描述了吞吐量与传动功率降低,10 dBm而不是20 dBm。总共6频道分配给节点。而结果图9(一个)SINR减少,4个部门的一个例子,从9到2 dB在高密度Tx功率降低,如图12(一个)。在低密度,SINR显示小于0分贝。4 dB。同时,SINR算法之间的差异减少,这意味着吞吐量区别不同信道分集增益就会降低,因为降低干扰的影响。然而,增加的吞吐量差距再次随着干扰的增加由于高光束方向性图12 (c)。传输功率控制可以减少干扰,但与接收信号强度主要影响吞吐量而不是干扰,可以通过空间或通道可避免的多样性。

7.2。全局优化算法的比较

根据实验结果部分7所示。1InitSCA是最有效的算法,提出的算法在所有密度和部门。在本节中,我们比较了InitSCA性能三个著名metaheuristic算法寻找全局最优,这是普遍用于大规模优化和np难问题。对于这种比较,我们应用相同的参数用于模拟部分7所示。1。实际通过穷举搜索算法可以找到全球最佳品牌和约束,但其平均值(例如,从200年开始运行)需要多少计算时间由于实验场景的复杂性。

这里我们介绍的这三个算法:模拟退火(SA) [46遗传算法(GA)[问题],47)和粒子群优化(PSO) (48]。首先,SA遵循物理退火类比,加热颗粒在液态冷却缓慢达到热平衡。在该算法中,粒子聚集成最低能级通过概率移动到一个新的国家,它沿着冷却温度降低到零。这最后的能量水平取决于冷却速度;缓慢冷却会导致收购全球最佳,但延迟可能不是微不足道的实时系统。在我们的系统中,我们限制1 e4的迭代次数。第二,遗传算法是一个自然DNA进化的过程,基于DNA突变等操作,交叉和选择。候选解决方案进化和选择这种仿生操作直到找到全局最优。第三,算法生成类似群粒子作为候选人随机解,粒子在搜索空间中寻找更好的解决方案根据群最著名的位置并找到最佳状态通过更新代。与遗传算法相比,算法容易实现一些参数调整简单的公式。

图13显示了算法的平均SINR不同渠道和领域。在所有情况下,算法优于其他算法,特别是对12个行业。InitSCA相当GA和SA的3频道无论行业。6通道,InitSCA显示稍微更好的吞吐量,大约比GA和SA dB。因此,GA和SA可能不会达成全球最佳虽然他们是很好的解决方案。等SA和GA优化冷却速度和交叉策略为了找到最优留给我们未来的工作。

Metaheuristic算法通常需要大量的搜索时间为实时应用,比如无线通信是不合适的。GiV2V网络,渠道应该重新分配根据拓扑结构变化;GiV2V可以有一个新的拓扑在几秒钟考虑车辆的速度。我们的算法的时间复杂度是显示为(n)6.5,但其它metaheuristic算法复杂性不同人口规模(指49为每个复杂性)]。表4和图14显示每个节点的全局算法的平均运行时间密度。初始化的SCA只需要十几个毫秒为所有密度情况下,但SA和GA消耗大约35秒;根据节点密度时间大大增加。由于长时间的推迟,这两个算法很难适用于GiV2V网络。PSO延迟,在最高密度小于2秒,似乎竞争考虑其性能仿真所示。

8。结论

在这项研究中,我们提出一个新的VANET的架构,使用mmWave GiV2V频谱与模拟并研究其性能。波束形成mmWave链接可以提高接收信号质量,克服高mmWave的传播损耗。然而,它也可能导致更高的干涉beam-aligned特设网络,尤其是在节点密度高。在这项研究中,我们提出一个简单的分布式算法和基于SINR集中式贪婪算法。虽然集中式算法优于分布式,分布式算法仍有竞争力的高自由度从许多渠道,减少复杂的实现。集中式贪婪算法显示了类似的吞吐量和几个metaheuristic算法虽然其复杂性低,适合实时GiV2V系统。我们将进一步实验来评估该算法在车辆流动模拟和使用分支定界算法寻找最优值比较,未来的工作。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究受到了基础科学研究项目通过韩国国家研究基金会(NRF)由科技部和ICT(没有。nrf - 2017 r1c1b1006607)。

引用

1. “电联”,https://www.itu.int/。视图:谷歌学术搜索
2. “5 gppp。”https://5g-ppp.eu/。视图:谷歌学术搜索
3. “3 gpp。”http://www.3gpp.org/。视图:谷歌学术搜索
4. “IEEE, IEEE 802.15.3工作组,15.3部分:无线媒介访问控制层(MAC)和物理(体育)规格高速率无线个人区域网络(WPANs), IEEE Std P802.15.3c未经批准的草案/ D10,”助理:ieee80215c。视图:谷歌学术搜索
5. Part11:无线局域网介质访问控制层(MAC)和物理(体育)规格C第五修正案:增强的高吞吐量60 GHz乐队,2010年IEEE P802.11ad / D1.0。
6. Y.-B。诉Shankarkumar Ko, n . h . Vaidya“介质访问控制协议在特设网络,使用定向天线”2000年《信息通信。19联合年会IEEE计算机和通信的社会,2000年。视图:谷歌学术搜索
7. m . Takai j . Martin a . Ren, r . Bagrodia”定向虚拟传感载体定向天线在移动ad hoc网络”MOBIHOC学报2002:《第三ACM国际研讨会上移动Ad Hoc网络和计算瑞士,页183 - 193年,2002年6月。视图:谷歌学术搜索
8. r·r·Choudhury x, r·拉马纳坦和n . h . Vaidya”使用定向天线的介质访问控制ad hoc网络”《八一年一度的移动计算和网络国际会议美国,页59 - 70,2002年9月。视图:谷歌学术搜索
9. Kolar诉:美国小红点,n . Abu-Ghazaleh”避免阻塞行主管定向天线(MAC协议)”《第29届IEEE国际会议上本地计算机网络。LCN 2004,页385 - 392,美国佛罗里达州坦帕市。视图:出版商的网站|谷歌学术搜索
10. r·拉马纳坦j·雷迪,c . Santivanez d·威金斯,和s . Polit”特设网络定向天线:一个完整的系统解决方案,“IEEE在选定地区通讯》杂志上,23卷,不。3、496 - 506年,2005页。视图:出版商的网站|谷歌学术搜索
11. t . Korakis、g . Jakllari和l . Tassiulas”CDR-MAC:一套完整的协议利用定向天线在临时无线网络,“IEEE移动计算,7卷,不。2、145 - 155年,2008页。视图:出版商的网站|谷歌学术搜索
12. g . Jakllari Broustis, t . Korakis和l . Tassiulas s v•克里希纳穆尔蒂”处理不对称在定向天线的增益装备特设网络”《IEEE 16个人国际研讨会,室内和移动无线电通信(PIMRC ' 05),卷2,页1284 - 1288,IEEE,柏林,德国,2005年9月。视图:谷歌学术搜索
13. e . Shihab l . Cai, j .锅”分布式异步directional-to-directional无线ad hoc网络MAC协议,”IEEE车辆技术,卷。58岁的没有。9日,第5134 - 5124页,2009年。视图:出版商的网站|谷歌学术搜索
14. h . Gossain c Cordeiro, d . p . Agrawal”MDA:一个有效的定向无线ad hoc网络的MAC方案,”诉讼GLOBECOM的05:IEEE全球电信会议,2005美国,页3633 - 3637年,2005年12月。视图:谷歌学术搜索
15. y李和a . m . Safwat DMAC-DACA:使高效媒介访问与定向天线,无线ad hoc网络”《2006年1日国际研讨会上无线普适计算2006年1月,页1 - 5、泰国。视图:谷歌学术搜索
16. m .中国人m .卡通t .渡边,“避免耳聋的MAC协议和定向天线特设网络,”学报》第50届IEEE全球电信会议,GLOBECOM 2007,页620 - 625,美国,2007年11月。视图:谷歌学术搜索
17. 美国辛格,r . Mudumbai Madhow,“分布式协调和耳聋的邻居:高效媒介访问60 GHz网状网络,”《IEEE计算机通讯大会上(信息通信的10)2010年3月,页1 - 9,。视图:出版商的网站|谷歌学术搜索
18. t . Rappaport,金黄色的太阳,r . Mayzus et al .,“毫米波5 g蜂窝移动通信:它将工作!,”IEEE访问1卷,第349 - 335页,2013年。视图:出版商的网站|谷歌学术搜索
19. 美国太阳,g . r . Maccartney m . k . Samimi聂,t . s . Rappaport,“毫米波多波束天线结合5 g移动链接改进在纽约,”学报第一IEEE国际会议通信(ICC的14)IEEE,页5468 - 5473年,悉尼,澳大利亚,2014年6月。视图:出版商的网站|谷歌学术搜索
20. g . r . Maccartney jr .)和t . s . Rappaport,“73 GHz毫米波传播测量户外城市移动和回程通信在纽约,”学报第一IEEE国际会议通信(ICC的14)澳大利亚悉尼,页4862 - 4867,,2014年6月。视图:出版商的网站|谷歌学术搜索
21. l . y . p . Wang Li歌,b . Vucetic”Multi-gigabit毫米波无线通信5 g:从固定蜂窝网络,”IEEE通讯杂志,53卷,不。1,第178 - 168页,2015。视图:出版商的网站|谷歌学术搜索
22. c . Dehos j·冈萨雷斯,a . de Domenico d . Kteenas和l . Dussopt“毫米波访问和回程:解决指数数据流量增加5 g移动通信系统?”IEEE通讯杂志,52卷,不。9日,第95 - 88页,2014年。视图:出版商的网站|谷歌学术搜索
23. x和r·赫克马特”定向MAC协议基于毫米波无线个人区域网络,”职业训练局学报IEEE 67车辆技术Conference-Spring(08年)2008年5月,页1636 - 1640。视图:出版商的网站|谷歌学术搜索
24. 辛格,f . Ziliotto Madhow, e·m·贝尔丁和m·罗德威尔”堵塞和方向性60 GHz无线个人区域网络:从跨层模型多次反射MAC设计,“IEEE在选定地区通讯》杂志上,27卷,不。8,1400 - 1413年,2009页。视图:出版商的网站|谷歌学术搜索
25. s . l .棉花、w·斯坎伦和b . k . Madahar“毫米波soldier-to-soldier战场通信秘密行动,”IEEE通讯杂志卷,47号10日,72 - 81年,2009页。视图:出版商的网站|谷歌学术搜索
26. m . x锣,r·斯泰西·d·雷纳托,和毛,“定向CSMA / CA协议mmWave无线锅”学报2010年IEEE无线通信和网络会议,WCNC 20102010年4月,澳大利亚,。视图:谷歌学术搜索
27. 问:陈,x彭、j·杨和f .下巴,“空间重用策略mmWave WPANs定向天线,”《IEEE全球通信会议(GLOBECOM 12),页5392 - 5397,阿纳海姆,加利福尼亚州,美国,2012年12月。视图:出版商的网站|谷歌学术搜索
28. i . k .儿子,毛s, m . x锣和y,“在框架调度定向mmWave WPANs,”《IEEE计算机通讯大会上(信息通信的12)2012年3月,页2149 - 2157。视图:出版商的网站|谷歌学术搜索
29. a·索恩t呗,j·希斯,“户外mmWave ad hoc网络的性能分析,“IEEE信号处理,卷64,不。15日,第4079 - 4065页,2016年。视图:出版商的网站|谷歌学术搜索|MathSciNet
30. t·h·公园,y Kim的歌,和美国,“多波段定向邻居发现自组织mmWave特设网络,”IEEE车辆技术,卷64,不。3、1143 - 1155年,2015页。视图:出版商的网站|谷歌学术搜索
31. a . Tassi m·伊根r . j . Piechocki和拒绝,“公路车辆的建模和设计的毫米波网络沟通,“IEEE车辆技术,卷66,不。12日,第10691 - 10676页,2017年。视图:出版商的网站|谷歌学术搜索
32. j . Chen j .谢y顾et al .,“远程使用定向天线和宽带天线通信(联盟):设计和实现,”IEEE车辆技术,卷66,不。12日,第10805 - 10793页,2017年。视图:出版商的网站|谷歌学术搜索
33. 毛z, s, s . Kompella,阁下,”在链路调度Dual-Hop 60-GHz mmWave网络”IEEE车辆技术,卷66,不。12日,第11192 - 11180页,2017年。视图:出版商的网站|谷歌学术搜索
34. 问:王、d . w . Matolak和b . Ai,“跟踪表征5 GHz Vehicle-to-Vehicle频道,”IEEE车辆技术,2017年。视图:谷歌学术搜索
35. d .他b . Ai, k .关et al .,“典型的铁路的影响对象mmWave传播渠道,”IEEE车辆技术,2017年。视图:谷歌学术搜索
36. p . Kumari j . Choi n .冈萨雷斯Prelcic和r·w·希斯”IEEE 802.11基于广告雷达:车辆Communication-Radar联合系统的一种方法,“IEEE车辆技术,2017年。视图:谷歌学术搜索
37. m . Gerla E.-K。李,g .加索尔,李,“互联网的汽车:从智能电网自动汽车,车辆的云,”《IEEE世界物联网论坛(WF-IoT 14)2014年3月,页241 - 246。视图:出版商的网站|谷歌学术搜索
38. 李,E.-K。Lee m . Gerla郑胜耀哦,“车辆云网络:体系结构和设计原则,“IEEE通讯杂志,52卷,不。2、148 - 155年,2014页。视图:出版商的网站|谷歌学术搜索
39. w·金,“超越LTE-advance以信息为中心的网络,”计算机标准和接口49卷,59 - 66年,2017页。视图:出版商的网站|谷歌学术搜索
40. “F。1336:Reference radiation patterns of omnidirectional, sectoral and other antennas for the fixed and mobile service for use in sharing studies in the frequency range from 400 mhz to about 70 ghz”.视图:谷歌学术搜索
41. a . Maltsev r . Maslennikov a . Sevastyanov a . Khoryaev和a . Lomayev”实验调查60 GHz WLAN系统的办公环境,”IEEE在选定地区通讯》杂志上,27卷,不。8,1488 - 1499年,2009页。视图:出版商的网站|谷歌学术搜索
42. 大肠左拉,a . j . Kassler和w·金”联合用户协会和能源意识到绿色小细胞mmWave回程网络,路由”学报2017年IEEE无线通信和网络会议,WCNC 2017美国2017年3月。视图:谷歌学术搜索
43. w·金,“双重连接异构小细胞网络mmWave回程,”移动信息系统,2016卷,2016年。视图:谷歌学术搜索
44. o . Bazan和m . Jaseemuddin”一个投机取巧的定向MAC协议多次反射与切换波束定向天线,无线网络”IEEE国际会议通信学报》,2008年刑事法庭,页2775 - 2779,中国,2008年5月。视图:谷歌学术搜索
45. m . j . Farooq h . Elsawy, M.-S。Alouini”随机几何模型种公路车辆通信,”IEEE无线通信,15卷,不。3、2276 - 2291年,2016页。视图:出版商的网站|谷歌学术搜索
46. a . Corana m . Marchesi c马提尼,s . Ridella”最小化多峰函数的连续变量的模拟退火算法,”ACM交易的数学软件,13卷,不。3、262 - 280年,1987页。视图:出版商的网站|谷歌学术搜索|MathSciNet
47. w·k·赖和g . g . Coghill”,通过进化优化信道分配,”IEEE车辆技术,45卷,不。1,第96 - 91页,1996。视图:出版商的网站|谷歌学术搜索
48. j·肯尼迪,“粒子群优化”机器学习的百科全书激飞美国,页760 - 766年,波士顿,MA,美国,2011。视图:出版商的网站|谷歌学术搜索
49. p . s . Oliveto j .他和x姚明,”为组合优化进化算法的时间复杂度:十年的结果,“国际期刊的自动化和计算,4卷,不。3、281 - 293年,2007页。视图:出版商的网站|谷歌学术搜索

版权

版权©2018 Wooseong金。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。